UTF-8の非印字文字 - SUSE Linux Javaはサポートしていません

Question

私たちのデータベースでは、UTF-8の印刷できない文字をサポートする機能を実装しています。私たちのシステムはそれらをデータベースに保存し、それらを検索します。ベース64の形で入力を収集し、バイト配列に変換してデータベースに格納します。取得中、データベースはバイト配列を返し、再び64に変換します。

検索処理中（dbが私たちにバイト配列を与えた後）、すべての属性は文字列配列に変換され、後で再度バイト配列に変換され、再び基底64に変換されて元に戻されます。ユーザー。

以下のコードは、Windows JDK（Java 8バージョン）で正しくコンパイルされ、正しく動作します。しかし、これがSuSe Linux環境に置かれると、奇妙な文字が表示されます。

public class Tewst { 


public static void main(String[] args) { 
    byte[] attributeValues; 
    String utfString ; 

    attributeValues = new byte[]{-86, -70, -54, -38, -6}; 
    if (attributeValues != null) { 
     utfString = new String(attributeValues); 
     System.out.println("The string is "+utfString); 
    } 
} 

}

与えられた出力が

ある "文字列がªºÊÚúある"

同じファイルがSUSE LINUXディストリビューション上で実行されたときに今、それは私を与えます：

"文字列は "

WindowsとLinuxの両方でJava 8を使用しています。 Linuxで正しく動作しないという問題は何ですか？

ところで、私たちも `utfString = new String（attributeValues、" UTF-8 "）を試みました。 。それはとにかく助けになりませんでした。何が足りないの？

Answer 1

ªºÊÚúは、Unicode 00AA 00BA 00CA 00DA 00FAです。

文字セットISO-8859-1では、これはバイトAA BA CA DA FAです。
10進数では、コードにあるとおり、{-86, -70, -54, -38, -6}になります。

あなたの文字列はUTF-8ではなくISO-8859-1でエンコードされています。なぜなら、LinuxはUTF-8を使用し、WindowsはISO-8859-1を使用するため、Linuxでは動作しません。

決してあなたはそれがあるかもしれないものは何でもJVMのデフォルト文字セットを、欲しい絶対に確信している場合を除き、new String(byte[])を使用しています。

コードをnew String(attributeValues, StandardCharsets.ISO_8859_1)に変更してください。
もちろん逆の操作ではstr.getBytes(StandardCharsets.ISO_8859_1)を使用してください。
次に、プラットフォームのデフォルトを使用しないようにコード化するので、さまざまなプラットフォームで一貫して動作するはずです。